Імітаційне моделювання багатопортового DC-DC перетворювача в MPPT-контролерах сонячних батарей під керуванням нейронної мережі.
DOI:
https://doi.org/10.15276/opu.1.69.2024.11Ключові слова:
багатопортовий DC-DC перетворювач, штучна нейронна мережа (ANN), акумуляторні батареї (AB), широтно-імпульсна модуляція (PWM), сонячні батареї (SP), силові ключі MOSFETАнотація
Фотоелектрична система генерування – енергетична система, призначена для перетворення корисної сонячної енергії за допомогою фотоелектричних систем. Вона може складатися з декількох компонентів, включаючи масив сонячних батарей, DC/DC і DC/AC напівпровідникового перетворювача, акумуляторної батареї, фільтра або трансформатора, системи керування (CS). Залежно від сфери застосування фотоелектричні системи можуть експлуатуватися у складі автономної енергетичної установки, або працювати на мережу. Таким чином, можна виділити декілька основних конфігурацій фотоелектричних систем генерування. Автономна система генерування – найбільш поширена конфігурація фотоелектричних систем генерування, що містить акумуляторні батареї (AB). Ця система повністю незалежна від мереж централізованого електропостачання та підходить для комфортного енергозабезпечення споживачів. Використання AB дозволяє підвищити надійність фотоелектричної системи та розширити можливості застосування. Енергія від акумуляторів використовується під час недостатнього освітлення або коли навантаження перевищує генерацію сонячних батарей. Областю застосування таких конфігурацій є системи освітлення житлових та нежитлових об'єктів, енергозабезпечення будинків та будівель, системи безпеки та аварійне енергопостачання, енергопостачання віддалених житлових та нежитлових об'єктів, енергопостачання космічних апаратів тощо. Автономні системи генерування, як правило, містять два перетворювачі. DC/DC перетворювач виконує роль контролера заряду акумуляторних батарей. Система управління такого перетворювача може включати функцію відстеження точки максимальної потужності для максимального використання сонячної енергії. При цьому надлишки енергії запасатимуться в AB. За допомогою DC/AC перетворювача енергія постійного струму перетворюється на енергію змінного струму необхідної частоти та напруги. Перевагою такої системи є можливість використання сонячної енергії як вдень, так і в нічний час за рахунок енергії AB та можливість використання системи на віддалених об'єктах, де повністю відсутнє мережеве енергопостачання. Недоліком такої системи є втрати на подвійне перетворення сонячної енергії та висока вартість акумуляторних батарей. Штучна нейронна мережа (ANN) надає альтернативний спосіб вирішення складних завдань. Нейронна мережа при правильному виборі структури може обчислювати значення будь-якої безперервної функції з певною заданою точністю. Нейронна мережа не вимагає знання внутрішніх параметрів сонячного модуля, швидко навчається, має здатність до оптимізації та апроксимації. Отже, використання ШНС для відстеження точки максимальної потужності є актуальним завданням та має практичну та наукову значущість.
Завантаження
Посилання
T. Haas, R. Krause, R. Weber, M. Demler, & G. Schmid. (2018). Technical photosynthesis involving CO2 electrolysis and fermentation. Nat. Catal., 1, 1, 32–39.
W. Li & X. He. (2011). Review of nonisolated high-step-up DC/DC converters in photovoltaic grid-connected applications. IEEE Trans. Ind. Electron., 58, 4, 1239–1250.
J. C. Rosas-Caro, J. M. Ramirez, F. Z. Peng, & A. Valderrabano. (2010). A DC-DC multilevel boost converter. IET Power Electron., 3, 1, 129–137.
J. A. Gow & C. D. Manning. (1999). Development of a photovoltaic array model for use in power-electronics simulation studies. IEE Proc. - Electr. Power Appl., 146, 2, 193–200.
J. Yuan et al. (2019). Single-Junction Organic Solar Cell with over 15% Efficiency Using Fused-Ring Acceptor with Electron-Deficient Core. Joule, 3, 4, 1140–1151.
Carleaa, F., Teodoreanua, D. I., & Iancua, I. (2015). Analysis of financial parameters for a combined photovoltaic/ LED intelligent lighting low voltage distributed generation. 1st International Conference 'Economic Scientific Research - Theoretical, Empirical and Practical Approaches', ESPERA 2013. Procedia Economics and Finance 8 (2014), рр.113–121.
Palombaa, V., Vastaa, S., Giacoppoa, G., Calabreseb, L., Giuseppe Gulli`a, Davide La Rosaa, & Angelo Frenia. (2015). Design of an innovative graphite exchanger for adsorption heat pumps and chillers. ScienceDirect 69th Conference of the Italian Thermal Engineering Association, ATI 2014. Energy Procedia 81 (2015). рр. 1030–1040.
Zendehbad, M., Chokani, N., & Abhari, R.S. (2016). Impact of forested fetch on energy yield and maintenance of wind turbines. Renewable Energy, 96, Part A, 548–558.
Jerson R.P. Vaz, & David H. Wood. (2016). Performance analysis of wind turbines at low tip-speed ratio using the Betz-Goldstein model. Energy Conversion and Management, 126, 15, 662–672.
Sicari, S., Rizzardi, A., Miorandi, D., Cappiello, C., & Coen-Porisini, A. (2016). Security policy enforcement for networked smart objects. Computer Networks, 108, 133–147.
Pavle Skocir, Petar Krivic, Matea Tomeljak, Mario Kusek, & Gordan Jezic. (2016). Activity detection in smart home environment. 20th International Conference on Knowledge Based and Intelligent Information and Engineering Systems Procedia Computer Science 96, 672–681.
E. H. Jung et al. (2019). Efficient, stable and scalable perovskite solar cells using poly(3-hexylthiophene). Nature, 567, 7749, 511–515.
M. Jeong et al. (2020). Stable perovskite solar cells with efficiency exceeding 24.8% and 0.3-V voltage loss. Science, 369, 6511.
R. B. A. Koad, A. F. Zobaa, & A. El-Shahat. (2017). A Novel MPPT Algorithm Based on Particle Swarm Optimization for Photovoltaic Systems. IEEE Trans. Sustain. Energy, 8, 2, 468–476.
A. Chaouachi, R. M. Kamel, & K. Nagasaka. (2010). A novel multi-model neuro-fuzzy-based MPPT for three-phase grid-connected photovoltaic system. Sol. Energy, 84, 12, 2219–2229.
E. Karatepe, M. Boztepe, & M. Colak. (2006). Neural network based solar cell model. Energy Convers. Manag., 47, 9, 1159–1178.
A. Rivaton, S. Chambon, M. Manceau, J.-L. Gardette, N. Lemaître, & S. Guillerez. (2010). Light-induced degradation of the active layer of polymer-based solar cells. Polym. Degrad. Stab., 95, 3, 278–284.
E. B. on 10 M. 2017 V. (2015). clear explanation on simple way U. so many P. plant owners not familiar with this problem A. well I. suggest to add material for P. repairing Reply. PID & LID: Devastating Phenomena for PV plants. Sinovoltaics - Your Solar Supply Network.
M. A. de Blas, J. L. Torres, E. Prieto, & A. Garc a. (2002). Selecting a suitable model for characterizing photovoltaic devices. Renew. Energy, 25, 3, 371–380.
S. Abdallah & S. Nijmeh. (2004). Two axes sun tracking system with PLC control. Energy Convers. Manag., 45, 11–12, 1931–1939.
M. J. Currie, J. K. Mapel, T. D. Heidel, S. Goffri, & M. A. Baldo. (2008). High-efficiency organic solar concentrators for photovoltaics. Science, 321, 5886, 226–228.
